[发明专利]一种网络流量数据转发方法、装置、设备及介质

权利要求书

1.一种网络流量数据转发方法，其特征在于，包括：

利用目标神经网络模型提取当前网络流量数据的特征编码，得到第一特征编码；

将所述第一特征编码与缓存中的各特征编码进行匹配，以得到与所述第一特征编码类别相同的第二特征编码；

确定所述缓存中的与所述第二特征编码对应的规则编号，得到目标规则编号；

利用所述目标规则编号对应的规则转发当前的所述网络流量数据；

其中，所述将所述第一特征编码与缓存中的各特征编码进行匹配，以得到与所述第一特征编码类别相同的第二特征编码，包括：

计算所述第一特征编码与缓存中的各特征编码的欧拉距离，将最小欧拉距离且欧拉距离小于预设相似度阈值的特征编码作为第二特征编码。

2.根据权利要求1所述的网络流量数据转发方法，其特征在于，还包括：

获取APN训练样本数据集；其中，所述APN训练样本数据集中包括第一训练样本，第二训练样本以及第三训练样本，并且，所述第二训练样本为与所述第一训练样本类别相同的样本，所述第三训练样本为与所述第一训练样本类别不同的训练样本；

利用所述APN训练样本数据集对神经网络模型进行训练，并在训练过程中，确定所述第一训练样本与所述第二训练样本的相似度以及所述第一训练样本与所述第三训练样本的相似度之间的差值，当所述差值大于预设阈值，则将当前的神经网络模型确定为所述目标神经网络模型。

3.根据权利要求1所述的网络流量数据转发方法，其特征在于，所述将所述第一特征编码与缓存中的各特征编码进行匹配之前，还包括：

利用所述目标神经网络模型提取各类别的网络流量数据的特征编码；

将提取到的特征编码以及特征编码对应的规则编号存入所述缓存。

4.根据权利要求1所述的网络流量数据转发方法，其特征在于，所述利用目标神经网络模型提取当前网络流量数据的特征编码，得到第一特征编码；将所述第一特征编码与缓存中的各特征编码进行匹配，得到与所述第一特征编码类别相同的第二特征编码，包括：

通过神经网络加速芯片，利用目标神经网络模型提取当前网络流量数据的特征编码，得到第一特征编码，将所述第一特征编码与缓存中的各特征编码进行匹配，得到与所述第一特征编码类别相同的第二特征编码。

5.根据权利要求1至4任一项所述的网络流量数据转发方法，其特征在于，还包括：

若在所述缓存中没有匹配到与所述第一特征编码类别相同的特征编码，则将当前的所述网络流量数据与各规则进行依次匹配，直到匹配出对应的目标规则；

利用所述目标规则转发当前的所述网络流量数据。

6.根据权利要求5所述的网络流量数据转发方法，其特征在于，还包括：

将所述目标规则对应的规则编号以及所述第一特征编码存入所述缓存。

7.一种网络流量数据转发装置，其特征在于，包括：

特征编码提取模块，用于利用目标神经网络模型提取当前网络流量数据的特征编码，得到第一特征编码；

特征编码匹配模块，用于将所述第一特征编码与缓存中的各特征编码进行匹配，以得到与所述第一特征编码类别相同的第二特征编码；

规则编号确定模块，用于确定所述缓存中的与所述第二特征编码对应的规则编号，得到目标规则编号；

流量数据转发模块，用于利用所述目标规则编号对应的规则转发当前的所述网络流量数据；

其中，所述特征编码匹配模块具体用于：

计算所述第一特征编码与缓存中的各特征编码的欧拉距离，将最小欧拉距离且欧拉距离小于预设相似度阈值的特征编码作为第二特征编码。

8.一种电子设备，其特征在于，包括处理器和存储器；其中，

所述存储器，用于保存计算机程序；

所述处理器，用于执行所述计算机程序以实现如权利要求1至6任一项所述的网络流量数据转发方法。

9.一种计算机可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的网络流量数据转发方法。